disimpulkan bahw a variabel kepercayaan m empunyai konsist ensi int ernal yang t inggi.
Variabel komit men hubungan m emiliki koefisien Cronbach’s Alpha sebesar 0,6714, m engindikasi variabel ini m empunyai nilai yang reliabel. Hal ini dapat
disimpulkan bahw a variabel kepercayaan m empunyai konsist ensi int ernal yang t inggi.
Sub bahasan berikut menjelaskan analisis dat a penelit ian yang menggunakan met ode analisis St ruct ural Equat ion M odel SEM .
C. Analisis Data Penelitian
Analisis ini dilakukan untuk menguji asumsi kecukupan sampel, asumsi normalitas, asumsi outliers dan analisis kesesuaian model goodness of fit.
Analisis ini dapat digunakan untuk menjelaskan kelayakan data yang diperoleh untuk diuji menggunakan metode statistik multivariate Structural
Equation Modelling SEM. Berikut adalah penjelasannya:
1. Asumsi Kecukupan Sam pel
Jumlah responden dalam penelit ian ini sebanyak 160 responden. Namun jumlah responden yang m emenuhi syarat dalam menjaw ab kuesioner yang
diberikan adalah 131 responden. Jumlah t ersebut sudah dinilai mem enuhi krit eria jumlah sampel minimal bagi penelit ian yang menggunakan alat st at ist ik
SEM dengan prosedur M aximum Likehood Est imat ion M LE yait u sebesar 5 - 10 observasi unt uk set iap indikat or yang diest imasi at au 100 - 200 responden.
Jumlah indikat or yang digunakan adalah 19, jadi sampel minimal yang digunakan dalam penelit ian ini adalah 19 x 5 = 95. Jumlah sampel yang digunakan dalam
penelit ian ini adalah sebanyak 131 responden sehingga sudah mem enuhi sampel minimal yang disyarat kan.
2. Asumsi Normalitas
Syarat lain yang harus dipenuhi dalam m enggunakan analisis SEM yait u normalit as dat a Hair et al., 1998. Nilai st at ist ik unt uk m enguji normalit as
t ersebut m enggunakan z value Crit ical Rat io at au C.R pada out put AM OS 6.0 dari nilai skew ness dan kurt osis sebaran dat a. Bila nilai C.R lebih besar dari nilai
krit is maka dapat diduga bahw a dist ribusi dat a t idak normal. Nilai krit is dapat dit ent ukan berdasarkan t ingkat signifikansi 1 yait u sebesar ± 2.58 at au nilai
krit is dari C.R skew ness dibaw ah 2 dan C.R kurt osis dibaw ah 7. Normalit as univariat e dan mult ivariat e t erhadap dat a yang digunakan
dalam analisis ini diuji dengan menggunakan AM OS 6.0 Hasil Uji asumsi normalit as secara lengkap dapat dilihat pada Tabel IV.7
Tabel IV.7 Hasil Uji Normalitas
Variable min
max skew
c.r. kurt osis
c.r. rc3
2.000 5.000
-.515 -2.405
-.215 -.502
rc2 2.000
5.000 -.244
-1.140 -.320
-.748 rc1
2.000 5.000
-.526 -2.460
.103 .241
t 1 2.000
5.000 -.167
-.782 -.274
-.641 t 2
2.000 5.000
-.594 -2.774
.057 .133
t 3 2.000
5.000 -.512
-2.392 .029
.067 t 4
2.000 5.000
-.526 -2.457
.263 .614
kf1 2.000
5.000 -.676
-3.158 .316
.738 kf2
2.000 5.000
-.149 -.697
-.175 -.408
kf3 2.000
5.000 -.371
-1.735 -.702
-1.640 kf4
2.000 5.000
.074 .345
-.372 -.870
kt 4 2.000
5.000 -.131
-.614 -.968
-2.261 kt 3
2.000 5.000
.149 .698
-.474 -1.108
kt 2 2.000
5.000 -.249
-1.164 -.486
-1.135 kt 1
2.000 5.000
-.204 -.955
-.125 -.292
ek1 2.000
5.000 -.678
-3.170 .227
.530 ek2
2.000 5.000
-.517 -2.417
-.132 -.310
ek3 2.000
5.000 -.621
-2.902 .301
.704 ek4
2.000 5.000
-.501 -2.341
.693 1.619
M ult ivariat e 27.947
5.662 Sum ber: Dat a primer yang diolah, 2009
Tabel IV.7 m enjelaskan hasil pengujian nor malit as yang selanjut nya digunakan unt uk mengevaluasi normalit as baik secara univariat e maupun
mult ivariat e . Secara univariat e dat a dalam penelit ian ini t ermasuk non-normal
karena m emiliki nilai C.R. skew ness 2 dan memiliki nilai C.R. kurt osis 7. Nilai yang t ert era di pojok kanan baw ah pada Tabel IV.7 menandakan bahw a dat a
dalam penelit ian ini t erdist ribusi normal secara mult ivariat e dengan nilai C.R kurt osis
5,662. Asumsi kenormalan dat a diperlukan dalam analisis SEM sebab dat a yang
t idak normal diperkirakan mengakibat kan pembiasan int erpret asinya karena nilai chi-square hasil analisis cenderung meningkat sehingga nilai probabilit y
level akan mengecil. Namun demikian, t eknik M aximum Likelihood Est imat es
M LE yang digunakan dalam penelit ian ini t idak t erlalu t erpengaruh robust t erhadap penyimpangan normalit y Ghozali dan Fuad, 2005. Hal ini dikarenakan
dat a yang digunakan m erupakan dat a primer berdasarkan jaw aban responden yang sangat beragam sehingga sulit unt uk memperoleh dat a yang mengikut i
dist ribusi normal secara sempurna.
3. Asumsi
Outliers
Out liers adalah observasi at au dat a yang memiliki karakt erist ik unik yang
t erlihat berbeda dari observasi-observasi lainnya dan muncul dalam bent uk nilai ekst rim, baik unt uk sebuah variabel t unggal at au variabel kombinasi Hair et al.,
dalam Ferdinand, 2005. Uji t erhadap mult ivariat e out liers dilakukan dengan menggunakan krit eria Jarak M ahalanobis pada t ingkat p0,001. Jarak
M ahalanobis it u dievaluasi dengan m enggunakan
2
pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelit ian Ferdinand, 2002.
Dalam penelit ian ini, ada 19 variabel indikat or yang digunakan. Oleh karena it u, semua nilai yang mempunyai M ahalanobis Dist ance lebih besar dari
2
19, 0,001 = 43,8202 adalah m ult ivariat e out liers. M ahalanobis Dist ance dapat dilihat pada t abel IV.8.
Tabel IV.8 Hasil M ultivariate Outliers
Nomor Observasi
Jarak Mahalanobis Jarak Mahalanobis Kritis
19, 0,001
12 125
36 10
104 .
. .
42,453 40,524
36,428 34,606
33,501 .
. .
43,8202
Sum ber: Dat a pr imer yang diolah, 2009
Dari t abel IV.8 dapat disimpulkan bahw a t idak ada nilai yang dikat egorikan sebagai out liers karena nilai M ahalanobis Dist ance t idak melebihi
nilai
2
19, 0,001 = 43,8202.
4. Analisis Kesesuaian M odel Goodness-of-Fit
Sebelum m elakukan pengujian hipot esis, langkah pert ama adalah menilai kesesuaian goodness of fit . Hasil evaluasi nilai goodness of fit dari model
penelit ian yang dilakukan dapat dilihat pada t abel IV.9.
Tabel IV.9 Hasil Goodness-of-Fit M odel
Goodness of Fit indeks
Nilai yang Diharapkan
Hasil Evaluasi
2
- Chi Square Probabilit as
CM IN df GFI
AGFI TLI
CFI RM SEA
Diharapkan kecil 0,05
2 3
≥ 0,90 ≥ 0,90
≥ 0,90 ≥ 0,90
≤ 0,08
194,097 0,003
1,348 0,866
0,823 0,909
0,924 0,052
- Buruk
Baik M arginal
M arginal Baik
Baik Baik
Sumber: Dat a primer yang diolah, 2009 Tabel IV.9 menj elaskan hasil goodness of fit dari model penelit ian yang
dilakukan. Dalam pengujian ini nilai
2
m enghasilkan t ingkat signifikansi lebih kecil dari 0,05 mengindikasikan ada perbedaan yang signifikan ant ara mat riks
kovarian dat a dan mat riks kovarian yang diest imasi. Nilai
2
pada penelit ian ini sebesar 194,097 dengan probabilit as 0,003 menunjukkan bahw a model
penelit ian yang diajukan buruk. Chi-Square sangat sensit if t erhadap ukuran
sampel, sehingga diperlukan indikat or-indikat or lainnya unt uk menghasilkan suat u just ifikasi yang past i mengenai model f it .
Normed Chi-Square CM IN DF adalah ukuran yang diperoleh dari nilai Chi-
Square dibagi dengan degree of f reedom. Indeks ini merupakan indeks
kesesuaian parsimonious yang mengukur hubungan goodness-of-fit model dengan jumlah koefisien-koefisien est imasi yang diharapkan unt uk mencapai
t ingkat kesesuaian. Nilai CM IN DF pada model ini adalah 1,348 m enunjukkan bahw a model penelit ian ini baik.
Goodness of Fit Index GFI m enunjukkan t ingkat kesesuaian model secara
keseluruhan yang dihit ung dari residual kuadrat dari model yang diprediksi dibandingkan dat a yang sebenarnya. Nilai yang m endekat i 1 m engisyarat kan
model yang diuji m emiliki kesesuaian yang baik. Dengan t ingkat penerimaan yang direkom endasikan 0,9 dapat disimpulkan bahw a model penelit ian ini
memiliki t ingkat kesesuaian yang marginal dengan nilai GFI sebesar 0,866. Adjust ed
Goodness of Fit Index AGFI adalah GFI yang disesuaikan dengan rasio ant ara degree of freedom dari model yang diusulkan dan degree of
freedom dari null model. Nilai AGFI dalam model ini adalah 0,823 m enunjukkan
bahw a model memiliki kesesuaian yang marginal. Tucker Lew is Index
TLI adalah indeks kesesuaian increment al yang membandingkan model yang diuji dengan baseline model. TLI merupakan indeks
kesesuaian model yang kurang dipengaruhi oleh ukuran sampel. Nilai yang
direkomendasikan 0,9. Dapat disimpulkan bahw a model yang diajukan menunjukkan t ingkat kesesuaian yang baik dengan nilai TLI sebesar 0,909.
Comparat ive Fit Index CFI adalah indeks kesesuaian increment al yang
membandingkan model yang diuji dengan null model. Besaran indeks ini dalam rent ang 0 sampai 1 dan nilai yang m endekat i 1 m engindikasikan model memiliki
t ingkat kesesuaian yang baik. Indeks ini sangat dianjurkan unt uk dipakai karena indeks ini relat if t idak sensit if dengan besarnya sam pel t idak dipengaruhi oleh
kerumit an m odel. Dengan m emperhat ikan nilai yang direkomendasikan yait u 0,9; maka nilai CFI sebesar 0,924 menunjukkan bahw a model ini memiliki
kesesuaian yang baik. The Root M ean Square Error of Approximat ion
RM SEA adalah indeks yang digunakan unt uk m engkompensasi nilai Chi-Square dalam sampel yang
besar. Nilai penerimaan yang direkomendasikan 0,08; nilai RM SEA model sebesar 0,052 menunjukkan t ingkat kesesuaian yang baik.
Dari keseluruhan pengukuran goodness of fit t ersebut di at as mengindikasikan bahw a model yang diajukan dalam penelit ian ini dapat
dit erima. Set elah m odel penelit ian dapat dit erima, sub bahasan berikut nya akan menjelaskan pengujian hipot esis dan pembahasan hasil penelit ian.
D. Pengujian Hipotesis Dan Pembahasan
